摘要：在我们的生产和生活中，电能是十分重要的部分，电力被盗不仅会造成电能损失，而且会增加电气系统安全的风险。因此，及时准确地锁定窃电用户非常重要。通过基于同期线损管理系统的大数据反窃电分析比较，讨论了精确阻断窃电用户的方法。
关键词：线损系统；大数据；防窃电法
引言
作为评估电网的结构，运行和控制水平的重要评估指标，如果对线损率不尽快采取控制手段以减少损失，不仅会导致电能损失，而且还会危害电网安全可靠的正常运行。当前，虽然采用了智能电表，但仍没有综合统计、直观显示的系统，而不能综合实时显示电力供应和销售情况，线损管理问题很难发现。
1、研究背景
现代社会，人们对电力的需求不断增长，对可靠能源供应的需求也在不断增长。电力相关公司面临着电力市场的扩大和输电和配电价格的降低的问题。随着市场竞争的加剧，电网的结构也更加复杂，类型和数量越来越多，连接设备的数量也在增加，电网中的能量损失结构也变得复杂。窃电的出现，造成电力公司的利益损失，同时也增加了电网负荷，为电气安全和社会稳定带来了潜在风险。由于传统的防窃电手段通常要检查现场才能确定用户是否在偷电，因此会消耗太多的劳动力并且效率不高。从发现窃电情况到锁定用户要很长时间。每个检测手段都有自己的流程，配合不到位，数据不能及时分享，无法满足公司对无处不在的全息物联网检测、连接、共享和发现以及集成与创新的内部要求。一些盗窃电的用户特别选择了能源检查员不在的时候行窃，例如晚上和周末，从而难以检测到盗窃电的行为。但同期线损系统就能很好的对这一问题进行解决。
2、当前的线损状态
配电网络技术线损的出现主要有以下原因：
（1）网络结构不合理
例如，由于线路的截面积不合标准，因此可能导致线路过载而损坏。
（2）运行时零件的自我损耗，例如变压器和电缆。零件本来就容易被损耗。工作时间越长，老化越严重，任何故障或不匹配都会导致损耗；
（3）过多的使用大功率设备。此类设备对无功补偿提出了更高的要求。考虑到生产和使用寿命的需要，用于补偿配电网无功功率的设备不足以满足实际需求，从而导致损耗。
3、反窃电法的研究及数据信息
3.1、线损数据
此数据直接反映线路上的功率损耗。在消除线路中的技术（理论）损失后，当线变户关系错误或计量错误后，线损就会出现异常，就能发现窃电的潜在可能性。
3.2、用户负载数据
用户的用电功率、电流电压，实际用量等都属于这类数据。在此期间，可以检查用户的每日和每月功率及负载曲线等，均可通过同期线损管理系统有效展示。一般这类数据能客观地反映用户的能耗；如果发生窃电，这些数据曲线将出现较大波动或成规律性变化。
3.3、用户用电数据
这些数据包括运行容量、最大需求、日/月用电量以及用电量变化等数据，均可在同期线损系统中查到，其他详细数据可以在营销系统中查看。
3.4、线路供电数据
这些数据包括电源线电流，电压，功率等，也可以通过同期线损管理系统分区、分线等功能查看和分析相应的数据。
4、大数据分析与防窃电工作方法比较
4.1、选择数据
选择一个数据源，并过滤掉涉嫌窃电的线路。数据源主要以同期线损管理系统中的为准，包括各地智能电量采集控制系统、用电信息采集系统和营销系统等。该数据为大数据防盗电分析提供了可靠的数据支持。
4.2、排除异常
通过检查异常电流，电压，功率因数曲线，异常线路损耗，异常波形以及有关异常功耗的信息等数据，以及突变的数据，特征数据从而进行排查。
4.3、比较差异
在不同系统中对异常数据进行多变量分析和比较，以建立数据之间的逻辑关系，并恢复用户的实际能耗。分析用户偷电量及具体时间。
4.4、调查地点
电力执法部门联合公安局一起组织外围调查。
4.5、窃电捕获
依靠大数据分析来确定用户窃电的时间和方法，快速而准确地查获窃电装置，并制止窃电的犯罪行为。
4.6、损失追回
对大数据进行分析，准确计算损失电量，才能为收回能源成本和打击盗窃犯罪行为提供可靠的基础[2]。
5、同期大数据分析的线损管理的好处
5.1、提高源数据的可靠性
通过对系统同期的大数据进行分析，可以及时发现供电和用电的情况与关系，用户营销档案库和归属站的相关数据以及及时收集到的信息的完整性等问题，从而增强了对异常线路损耗的分析能力。这促进了调度、运检、营销等系统间的协调与合作，解决了运行管理，设备管理，信息管理等方面问题，为整体质量的提高做出了贡献。
5.2、提高企业的经济效益
基于同期线损管理系统的大数据分析的线损管理有效提高了智能电表系统的应用。通过实时监控分析，及时发现电量高损耗的原因并及时消除，有效的减少偷窃电造成的用电损失，提高了电力企业的经济效益。
5.3、改善设备运行运行状态
基于同期的大数据线损管理可以更真实地反映配电网损耗的实际情况，指导设备调整参数，运行在最佳状态，减少了设备本身和运行异常损耗，电力公司有效的配电线路管理水平得以提高[3]。
5.4、每日线损的实时计算
同期线损管理系统结合了多个源端系统的基本数据，可以在每日进行T-2日实时计算，及时发现异常损耗，积极采取措施减少损耗并提高效率。
6、防盗电的技术措施
6.1、传统防盗工程调查
逐一检查电量统计系统中的电表数据是否与智能电表上的信息相匹配，检查电表块，接线盒，变压器铭牌以及智能电表的接线和外观是否人为控制，各种封条是否未损坏，如果封条可能是伪造的，则必须及时识别封条的真实性。对于通过电流互感器连接的智能电表，可以使用钳型电流表来测量线电流比较[4]。
6.2、专业电力防盗调查技术
对于不同于传统工作方式的高科技能源盗窃方法，其手段非常隐蔽并且很难找到。我们可以借助同期线损管理系统进行大数据分析，例如电压损失的时间、电流量等。同时，结合用户用电的特点，向怀疑有窃电行为的用户设备添加了专业的防盗电子密封件，使其无法自行改造设备。
6.3、配电网同一时期线路损失的监测、分析、管理和控制
基于同期线损系统的大数据分析反窃电法加强了数据和文件数据收集的使用，在线损相关系统数据平台之间开放了文件传输和信息交换，提高线损数据的可靠性和准确性[5]。
结束语
基于同期线损管理系统的大数据分析反窃电法，可以有效提高线损治理相关问题管理水平，指导实际工作。线损的实际情况可以反映出管理线损的许多问题，可以反映电网结构的真实水平，可以提高配电网的安全性和可靠性，它起着非常重要的作用，对于电力公司的长期发展也非常重要。因此，基于同期线损系统的大数据分析反窃电法，对电力公司的发展产生了十分积极的影响。
参考文献：
[1]张晓东.试论大数据下的配网同期线损监测[J].低碳世界,2017(15):83-84.
[2]林玲,刘义杰,吴冠.线损率预测的研究与创新[J].中国高新技术企业,2017(01):18-19.
[3]毋毅,赵康.基于大数据平台的电网全业务数据分析域研究[J].电脑知识与技术,2016,12(34):15-17.
[4]张见超.基于大数据下的配网同期线损监测分析[J].大众用电,2016,31(12):20-21.
[5]冷华,陈鸿琳,李欣然,唐海国,朱吉然.基于功率或电量预测的智能配电网统计线损同期化方法[J].电力系统保护与控制,2016,44(18):108-114.